Delphi本身不支持正则式的
DELPHI6本身没有处理正则表达式的库，只能找第三方库。在选择方面，我的标准是：
1. 不必向开发环境注册控件
2. 接口简单
3. 符合主流的perl式正则语法
4. 专业，至少应该有个看上去专业的专门网站
5. 免费
目前符合以上标准, 比较好的 RegEx 类库有 TRegExpr ( http://www.regexpstudio.com/ )与PerlRegEx ( http://www.regular-expressions.info/ )。
TRegExpr是俄国人做的RE类库，应该说是目前国内最主流的免费RegEx类库了。纯DELPHI写成，支持中文，可以选择安装为开发环境控件，也可直接作为类库单元使用（只有一个主类，一个pas文件）。美中不足是自从2004年后就没有更新了，版本一直是0.9xxx，就是不上1。而且不支持Lookaround语法（前瞻与回溯功能）
PerlRegEx底层是用C的类库，完全符合PCRE标准（兼容Perl的正则表达式）。文件结构比TRegExpr复杂一点，包括一个放底层obj文件的子目录和两个接口.pas文件，实际使用时只需要向项目中添加一个单元（当然也可以注册成为控件）。之前的版本据说对中文支持不够，最新版本我在中文环境下用倒没遇到什么问题。说明文档也声称支持Unicode。
现在我是常备两个这两个类库，但主要还是用PerlRegEx。除了迷信最后更新日期与C的执行效率外。还看中了RegexRubby这个基于同一套C类库的RegEx编写工具，以及PerlRegEx提供了一个study方法，声称可以对正则式做点前期编译，提高执行效率。
=========================================================================
二 使用方法：
解压了PerlRegEx包后，如果不想注册控件，除了PerlRegEx.pas、CHelpers.pas和PCRE目录外，其他的东西可以建个隐藏目录搁置起来（没认真阅读用户协议，不知道能不能随便删。。。）。维持这两个文件与PCRE的目录结构不要变。使用时只需要把PerlRegEx.pas添加进项目，在单元中uses PerlRegEx就可以了。
PerlRegEx提供了TPerlRegEx类。主要用法是：
RegEx : TPerlRegEx;
....
RegEx := TPerlRegEx;
try
RegEx.Subject := '要匹配的正文';
RegEx.RegEx := '正则表达式';
if RegEx.Match then ....
finally
RegEx.free
end;
如果要多次匹配并做一些处理，可以:
Matched : boolean;
....
RegEx.Match;
while RegEx.FoundMatch do
begin
....
RegEx.MatchAgain;
end;
如果要替换匹配到的内容，可以
RegEx.Subject := '要匹配的正文';
RegEx.RegEx := '正则表达式';
RegEx.Replace := '替换的字符串'
if RegEx.Match then RegEx.ReplaceAll; //结果在RegEx.subject
或者 if RegEx.Match then Result := RegEx.Replacement;
匹配到的字符串放在RegEx.MatchedExpression中，长度在RegEx.MatchedExpressionLength中，上一次匹配的结束位置在RegEx.Stop中
匹配到的子串放在RegEx.SubExpressions中，子串个数在RegEx.SubExpressionCount中。
如果正则式很复杂而且常用，可创建一个生存期相对长的TPerlRegEx实例．设置好RegEx属性后，使用.Study方法对正则表达式进行预处理．据帮助文档说，文档资料会大大提高效率．
详情可参考文档。有一点文档上没有提到（又或者我看漏了），在第一次匹配之后，如果没有重新赋值subject，下一次匹配无论用Match或者MatchAgain，都是从上次的结束位置开始。所以如果要重新开始匹配，应先把RegEx.Start := 0;
==========================================================================
三. 使用和编写正则表达式要点
使用正则表达式，通常是用作三种用途：校验字符串，提取信息，处理字符串．
当用作校验时，通常是对正文整体校验，例如通常是判断正文是否正确的邮件地址，而不是判断正文是否含有正确的邮件地址．因此应在正则表达式的两端加上行开始锚点^与行结束锚点$．如果待校验的文字允许两端有空格，则应该在锚点前后用' *'或'\s*'(允许空格与TAB)匹配进去．
设计正则表达式的要点在于分段．对要匹配的内容分好段，就能够容易地各个击破．通常在要匹配的文字中会有一些分段的提示，例如逻辑上的单位、重复出现的模式或者不能连续重复出现的字符（串）。
以设计校验输入数字的正则条件为例，可以先列出符合条件的情况：
1234 / 12.34 / -12.34 / 12.3e4 / 12.3e-4 / .12E-34
可以看出，逻辑上的单位有：符号，整数部分，小数点，小数部分，e(或E),指数符号,指数部分
技术上的分段标志有：
符号：在开始与E后面各可能出现一次
小数点：只能出现一次，若出现，其后必须有小数部分。
e：只能出现一次，若出现，其后必须有指数部分。
所有“若出现，其后必须有。。。”的都可以考虑分为一组。可得初步方案： [+\-]?\d*(\.\d+)?([Ee][+\-]*\d+)?
但这个设计有问题，前半段的 \d*(\.\d+)? 是可以匹配空串的，而需求是如果有整数部分，则小数部分可选。如果无整数部分，则必须有小数部分，直观的做法是改为(\d+(\.\d+)?|\.\d+)。再认真观察一下，可以发现这个选择式无论任何情况，都是以\d+结尾，而我们实际上并不关心这个\d+是匹配到整数部分还是小数部分，至于前面的小数点与整数部分都是可选的。因此，这部分可以改写为 \d*\.?\d+
所以最终的校验式是：^ *[+\-]?\d*\.?\d+([Ee][+\-]*\d+)? *$
使用正则表达式提取信息是一个难点，但也是体现正则表达式强大实力的一个方面。提取信息的正则表达式必须要考虑四个方面：不误判（应该有一定语法检验能力），不漏判，子串能匹配到正确位置。一些结构复杂或具有循环结构的正文，可能需要多次处理或使用开发语言的循环结构来辅助提取。具体技巧我现在还觉得比较模糊，以下仅举几个例子：
1. 查找并分析 XX1>XX2<XX3<=XX4=XX5 这样的简写不等式，其中XXn是不包括>,<,=,!,空格,TAB符号的任何字符串，式子两端与元素之间允许有空格或TAB
由于这个不等式可能在上下文中，我们需要先在正文中把合语法的不等式隔离出来，否则下面的循环部分就会匹配到下一条不等式的部分。在这个例子中还算简单，找到 '\b[^<>=!\s]+((不等符号)[^<>=!\s]+)+\b' 就可以了（其中不等符号在下面解释）[1] [2] 下一页
打印文档
推荐好友 
返回顶部
增大字体 
减少字体